Revoluție medicală bazată pe inteligență artificială: valorificarea inteligenței artificiale pentru descoperirea de noi medicamente

Descoperirea medicamentelor este cunoscută sub denumirea de „de la bancă la pat” din cauza duratei sale lungi și a costurilor ridicate. Durează aproximativ 11 până la 16 ani și între De la 1 miliarde la 2 miliarde de dolari pentru a aduce un medicament pe piață. Dar acum AI revoluționează dezvoltarea medicamentelor, oferind un ritm și profitabilitate mai bune.

AI în dezvoltarea medicamentelor a transformat abordarea și strategia noastră către cercetarea și inovarea biomedicală. Acesta a ajutat cercetătorii să reducă complexitățile unei căi de boală și să identifice ținte biologice.

Să ne uităm mai în profunzime la ceea ce potenţialul AI în descoperirea de medicamente deţine pentru viitor.

Înțelegerea rolului AI: cum este folosită pentru descoperirea medicamentelor?

AI a îmbunătățit diferite etape ale procesului de descoperire a medicamentelor cu capacitatea sa de a analiza cantități mari de date și de a face predicții complexe. Iată cum:

1. Identificarea țintei

Identificarea țintei este primul proces de descoperire a medicamentelor care implică identificarea posibilelor entități moleculare, cum ar fi proteinele, enzimele și receptorii prezenți în organism, care se pot combina cu medicamente pentru a produce efecte terapeutice împotriva bolilor.

AI poate folosi baze de date clinice mari care includ informații cheie despre identificarea țintei. Aceste surse de date pot include cercetare biomedicală, informații biomoleculare, date din studiile clinice, structurile proteinelor etc.

Modelele AI instruite, împreună cu tehnici biomedicale, cum ar fi expresia genelor, pot înțelege bolile biologice complexe și pot identifica țintele biologice pentru candidații la medicamente. De exemplu, cercetătorii au dezvoltat diverse tehnici AI pentru identificarea unor noi ținte anticancer.

2. Selectarea țintei

AI în descoperirea medicamentelor poate ajuta cercetătorii să aleagă ținte promițătoare pe baza corelațiilor lor de boală și a utilității terapeutice prezise. Cu o recunoaștere puternică a modelelor, AI poate face această selecție nu numai pe baza literaturii medicale declarate, ci și poate selecta obiective complet noi, fără referințe prealabile în brevetele publicate.

3. Prioritizarea medicamentelor

În această etapă, AI evaluează și evaluează compușii de droguri de plumb, acordându-le prioritate pentru evaluare și cercetare ulterioară pentru a avansa dezvoltarea lor. În comparație cu tehnicile anterioare de clasare, abordările bazate pe inteligența artificială sunt mai eficiente în identificarea celor mai promițători candidați. De exemplu, cercetătorii au dezvoltat un Cadru de calcul bazat pe Deep Learning să identifice și să prioritizeze medicamente noi pentru boala Alzheimer.

4. Screening compus

Modelele AI pot prezice proprietățile chimice și bioactivitatea compușilor și pot oferi perspective asupra efectelor adverse. Ei pot analiza date din diverse surse, inclusiv studii și baze de date anterioare, pentru a identifica orice riscuri potențiale sau efecte secundare asociate cu un anumit compus. De exemplu, cercetătorii au dezvoltat un instrument de învățare profundă pentru a verifica bibliotecile chimice cu miliarde de molecule pentru a accelera semnificativ explorarea compușilor pe scară largă.

5. Design de droguri De Novo

Selectarea manuală a colecțiilor mari de compuși a fost o practică tradițională în descoperirea medicamentelor. Cu ajutorul inteligenței artificiale, cercetătorii pot analiza compuși noi cu sau fără informații prealabile și, de asemenea, pot prezice structura 3D finală a medicamentelor descoperite. De exemplu, AlphaFold, dezvoltat de DeepMind, este un sistem AI care poate prezice structurile proteinelor. Menține o bază de date cu peste 200 de milioane de predicții privind structura proteinelor care pot accelera procesul de proiectare a medicamentelor.

5 exemple de succes de descoperire a medicamentelor bazate pe IA

1) Abaucin

Antibioticele ucid bacteriile. Dar din cauza deficitului de medicamente noi și a evoluției rapide a rezistenței bacteriene împotriva medicamentelor mai vechi, bacteriile devin greu de tratat. Abaucin, un antibiotic experimental puternic dezvoltat de IA, este conceput pentru a ucide Acinetobacter baumannii, unul dintre cele mai periculoase bacterii superbug.

Folosind inteligența artificială, cercetătorii au testat mai întâi mii de medicamente pentru a vedea cât de bine funcționează împotriva bacteriei, Acinetobacter baumannii. Apoi, aceste informații au fost folosite pentru a instrui AI să vină cu un medicament care să-l trateze eficient.

2) Ținta X de către Insilico Medicine

Medicina Insilico a folosit-o AI generativă platformă și a creat un medicament numit Target X, aflat acum în faza 1 a studiilor clinice. Ținta X este concepută pentru a trata Fibroza pulmonară idiopatică, o boală care poate provoca rigiditate pulmonară la persoanele în vârstă, dacă este lăsată netratată. Faza 1 va implica 80 de participanți, iar jumătate vor primi treptat doze mai mari. Acest lucru va ajuta la evaluarea modului în care molecula de medicament interacționează cu corpul uman.

3) VRG50635 de la Verge Genomic

Verge Genomics, o companie de descoperire a medicamentelor AI, a folosit platforma sa AI CONVERGE pentru a descoperi un nou compus, VRG-50635, pentru tratamentul SLA prin analiza punctelor de date umane. Datele au inclus informații despre țesuturile creierului și ale coloanei vertebrale ale pacienților cu boli neurodegenerative precum Parkinson, ALS și Alzheimer.

Platforma a găsit mai întâi enzima PIKfyve ca o posibilă țintă pentru SLA și apoi a sugerat VRG50635 ca un inhibitor promițător al PIKfyve, care a devenit un potențial candidat medicament pentru tratarea SLA. Procesul a durat aproximativ patru ani, iar acum candidatul se află în faza 1 a testelor umane.

4) Receptor Exscientia-A2a

excientia, o companie AI MedTech, este responsabilă pentru prima moleculă concepută de IA pentru tratamentul imuno-oncologic – o formă de tratament pentru cancer care utilizează sistemul imunitar al organismului pentru a lupta împotriva celulelor canceroase. Medicamentul lor AI a intrat în faza de studii clinice pe oameni. Potențialul său constă în capacitatea sa de a viza receptorul A2a pentru a promova activitatea antitumorală, asigurând în același timp mai puține efecte secundare asupra corpului și creierului.

Utilizarea AI generativă, au creat unele alți compuși pentru vizarea diferitelor boli precum

• Cancerele dependente de transcripție prin țintire inhibitori CDK7
• Boli inflamatorii prin țintire Enzima PKC-theta
• Boli de hematologie și oncologie prin țintire Regulator LSD1

5) Anticorpi Absci-de Novo cu IA generativă Zero-Shot

Absci, A AI generativă Compania de descoperire a medicamentelor și-a demonstrat utilizarea IA generativă zero-shot pentru a crea anticorpi de novo prin simulare pe computer. Învățare zero înseamnă că modelul AI nu a fost testat în mod explicit pe informațiile de intrare curente în timpul fazei de antrenament. Prin urmare, acest proces poate veni cu modele noi de anticorpi singur.

Anticorpii terapeutici de novo alimentați de inteligență artificială reduc timpul necesar dezvoltării de noi medicamente de la până la șase ani la doar 18 până la 24 de luni, crescând probabilitatea lor de succes în clinică. Tehnologia companiei poate testa și valida 3 milioane de modele generate de AI în fiecare săptămână. Această nouă dezvoltare ar putea oferi instantaneu noi terapii fiecărui pacient, marcând o schimbare industrială semnificativă.

Ce ne rezervă viitorul AI și descoperirea medicamentelor?

Pe lângă multe alte aplicații medicale, AI face procesul de descoperire a medicamentelor mai rapid și mai inteligent, analizând seturi vaste de date și prezicând ținte și candidați promițători de medicamente. Folosind IA generativă, companiile de biotehnologie pot identifica markeri de răspuns ale pacientului și pot dezvolta planuri de tratament personalizate repede.

Un raport sugerează că în curând, mai multe companii MedTech se vor încorpora AI și ML în stadiul incipient al descoperirii de medicamente, care va contribui la crearea unei piețe de 50 de miliarde de dolari în următorii zece ani, creând potențialul semnificativ de creștere al IA în produse farmaceutice. AI va reduce potențial costurile totale de descoperire a medicamentelor, făcând mai rapid la dispoziție pacienților mai multe medicamente noi.

Dacă doriți să aflați mai multe despre AI și despre cum ne va modela viitorul, vizitați uniţi.ai.